DJ 모동숲 개장

요즘 세션이 끝나면 디제잉을 하며 복습을 하는 시간을 갖고있어요 ㅎㅎ
꽤 집중이 잘된달까욧 완전 좋잖아~~
항상 1빠로 달려와주시는 우리 은지님 감사합니다 히히
현2님 분발하세욧!!!!!!!!

하지만 평안하고 즐거운 시간이였어요

오늘은 그 망할X의 회귀분석을 배웠습니다..

아니 절편은 떡아닌가요?

뭔말이지 그리고 QCC를 하고..(개털림) 스탠다드 세션을 두개나 수강했다고??!! 진도 미쳤다 이게 다 내머리에 들어올거라고 진심으로 생각하니

회귀물아닌 회귀 정리~

☑️회귀식

• Y = β0 + β1X, 여기서 β0는 절편, β1는 기울기
• 중학교 때 배웠던 1차함수를 생각하면 이해하기 쉬움!

☑️ 특징

• 독립 변수의 변화에 따라 종속 변수가 어떻게 변화하는지 설명하고 예측.
• 데이터가 직선적 경향을 따를 때 사용합니다.
• 간단하고 해석이 용이합니다.
• 데이터가 선형적이지 않을 경우 적합하지 않습니다.

Y = \beta_0 + \beta_1X

뭔말인지 아시겠나요

☑️ 단순선형회귀

• 하나의 독립 변수(X)와 하나의 종속 변수(Y) 간의 관계를 직선으로 모델링하는 방법.
  의 식이라고 합니다~~

이런식으로 굴기?

ㅈㅅ 썰렁 장난~

☑️ 범주형 변수

• 수치형 데이터가 아닌 주로 문자형 데이터로 이루어져 있는 변수가 범주형 변수

☑️ 범주형 변수 종류

• 예를 들어 성별(남, 여), 지역(도시, 시골) 등이 있으며, 더미 변수로 변환하여 회귀 분석에 사용.
  • 순서가 있는 범주형 변수
    • 옷의 사이즈 (L, M, …), 수능 등급 (1등급, 2등급, ….)과 같이 범주형 변수라도 순서가 있는 변수에 해당한다
    • 이런 경우 각 문자를 임의의 숫자로 변환해도 문제가 없다 (순서가 잘 반영될 수 있게 숫자로 변환)
    • ex) XL → 3, L → 2, M → 1, S → 0
  • 순서가 없는 범주형 변수
    • 성별 (남,여), 지역 (부산, 대구, 대전, …) 과 같이 순서가 없는 변수에 해당한다
    • 2개 밖에 없는 경우 임의의 숫자로 바로 변환해도 문제가 없지만
    • 3개 이상인 경우에는 무조건 원-핫 인코딩(하나만 1이고 나머지는 0인 벡터)변환을 해주어야 한다 → pandas의 get_dummies를 활용하여 쉽게 구현 가능
    • ex) 부산 = [1,0,0,0], 대전 = [0,1,0,0], 대구 = [0,0,1,0], 광주 = [0,0,0,1]
• 범주형 변수는 어떻게 사용할까?

  ☑️ 범주형 변수를 찾고 더미 변수로 변환한 후 회귀 분석 수행

  • 성별, 근무 경력과 연봉 간의 관계.

  • 성별과 근무 경력이라는 요인변수 중 성별이 범주형 요인변수에 해당

  • 해당 변수를 더미 변수로 변환

  • 회귀 수행

    하 범주형 변수가 오늘 스탠다드 수업에서 계속 나와서 정리해봤어요... (사실 복붙이지만 햇다는것에 의미를 두라고

통계는 완전 수학 그자체네요 솔직히 이해라기보다는 그냥 머리에 집어넣는 것인듯.. 저에겐 좀 거부감드는 과목이긴 해요! 통계학과 이런걸 맨날 하는거야? 너무 안타깝습니다.

증말 빡센 일주일이였습니다 봄이되면 기분은 좋은데 비염이슈로 급격하게 잠이 늡니다..ㅎ 담주엔 약먹고 집중하자 은4 파이튕~